江西烟区气象灾害综合风险评估及保险指数设计

为探究江西复杂地形下烟叶种植气象灾害风险,防范或减轻气象灾害造成的损失,基于江西省中南部40个烟叶种植县1959～2018年历史气象数据、2008～2012年烟叶产量数据、农民纯收入以及种植面积等数据资料,从致灾因子危险性、承灾体脆弱性和防灾减灾能力3个方面,构建江西烟区气象灾害综合风险评估模型。基于GIS技术,采用加权综合法、层次分析法和自然断点分级法,开展烟区气象灾害综合风险区划。结果表明:江西烟叶种植区气象灾害综合风险整体处于中高等级,其中高风险区主要分布在抚州市北部的东乡、临川、崇仁以及吉安市北部的新干、峡江、吉水等县区,上述地区需加强灾害防御;较高风险区主要位于赣州西部的崇义、遂川以及南部的龙南、定南、寻乌等县区,上述地区可适当增加烟叶种植面积。同时,设计了江西烟叶种植保险天气指数,得出了各类气象灾害不同程度受灾等级的保险气象指数阈值和保险系数,以期为江西烟叶种植决策和气象保险提供科学依据和支撑。     

江西烟区气象灾害综合风险评估及保险指数设计

为探究江西复杂地形下烟叶种植气象灾害风险,防范或减轻气象灾害造成的损失,基于江西省中南部40个烟叶种植县1959～2018年历史气象数据、2008～2012年烟叶产量数据、农民纯收入以及种植面积等数据资料,从致灾因子危险性、承灾体脆弱性和防灾减灾能力3个方面,构建江西烟区气象灾害综合风险评估模型。基于GIS技术,采用加权综合法、层次分析法和自然断点分级法,开展烟区气象灾害综合风险区划。结果表明:江西烟叶种植区气象灾害综合风险整体处于中高等级,其中高风险区主要分布在抚州市北部的东乡、临川、崇仁以及吉安市北部的新干、峡江、吉水等县区,上述地区需加强灾害防御;较高风险区主要位于赣州西部的崇义、遂川以及南部的龙南、定南、寻乌等县区,上述地区可适当增加烟叶种植面积。同时,设计了江西烟叶种植保险天气指数,得出了各类气象灾害不同程度受灾等级的保险气象指数阈值和保险系数,以期为江西烟叶种植决策和气象保险提供科学依据和支撑。     

洪泽县主要气象灾害风险区划分析

考虑致灾因子危险性、孕灾环境敏感性、承灾体易损性和防灾减灾能力4个方面,建立基于Arc GIS应用技术的灾害风险指数评估模型;再找出各评价因子的影响程度,计算各灾种的风险系数;根据当地实际情况,在Arc GIS应用技术的支持下,按高风险区、中等风险区、低风险区3个等级,绘制气象灾害风险区划图,为科学制定气象灾害防御规划、防灾减灾、降低灾害损失提供技术参考。     

海南岛莲雾低温阴雨灾害风险区划研究

低温阴雨是影响海南莲雾冬季花果期的重要因素,持续低温阴雨过程造成落花、落果和裂果等现象发生。为合理布局莲雾种植、减轻低温阴雨灾害影响,利用1994—2014年海南岛18个市县的历史气象资料和灾情状况建立了基于莲雾生物学特性的低温阴雨灾害综合气候模型,并结合莲雾种植面积、人均GDP、各市县边界数据等资料分别构建了致灾因子危险性、承灾体易损性和防灾减灾能力指数,最终评估了海南莲雾种植低温阴雨灾害综合风险。结果表明,海南莲雾低温阴雨灾害风险区划呈现明显的纬度带状分布格局,由北向南风险值逐渐降低,其中高风险区集中于海南岛北部,中风险区位于西北部、中部和东北部的带状区域,低风险区主要集中在南部和西部地区。     

安徽省粮食作物单产影响因子及气象灾害损失风险评估

为了解极端气候事件对农业生产的影响,对2000—2013年安徽省粮食作物单产及影响因子进行分析;利用拉格朗日插值方法估算气象灾害损失量;利用信息扩散理论评估了安徽省各地市粮食作物气象灾损风险。结果显示:1)气象灾害是安徽省粮食减产的主要因素,2003、2007、2012和2013年粮食作物气象灾损较为严重,年损失总量均在400万t以上;2)安徽省粮食作物气象灾害风险等级以低风险和小风险为主。低风险区主要位于安徽省中南部,小风险区域遍及中北部地区。     

陇东地区主要农作物干旱灾损风险分析及区划

【目的】研究陇东地区冬小麦和春玉米种植的干旱风险,为指导该区农业生产的合理布局和有效地进行防灾减灾提供科学依据。【方法】从陇东主要农作物产量灾损角度出发,利用作物产量资料和气象资料,对历史干旱灾损情况(干旱分布、干旱发生强度和频率、干旱灾损分布)、受灾体种植面积比例和当地产量水平等方面进行综合分析,建立干旱灾损风险评估模型,确立综合区划指标,并进行干旱灾损风险区划。【结果】陇东多数县(区)冬小麦、春玉米因旱减产率大于20%的年份分别超过20%和14%;冬小麦、春玉米生育期间各类干旱发生频率分别为53%~94%和34%~80%;环县是陇东地区干旱发生最多,重度、极重度干旱发生频率最高的地区,冬小麦、春玉米干旱灾损率最大值均在环县,分别大于30%和20%;根据标准化风险指数将陇东冬小麦、春玉米种植区域分为低、中、较高和高4个风险区,对应的标准化风险指数(Ei)冬小麦分别为:Ei≤0.1,0.1Ei≤0.3,0.3Ei≤0.5,Ei0.5,春玉米分别为:Ei≤0.2,0.2Ei≤0.5,0.5Ei≤0.7,Ei0.7。【结论】陇东冬小麦和春玉米干旱风险分布自南向北逐渐增加,呈纬向分布;陇东北部是高风险区,中北部是较高风险区,中南部是中度风险区,东南部是低风险区。     

浦城县早稻暴雨洪涝灾害的风险评估

为浦城县及类似地区早稻暴雨洪涝灾害天气的预警监测和农业气象服务工作提供参考,根据早稻的生长特性,选择浦城县1986-2015年气象、地理信息和社会经济数据,提取致灾因子危险性、孕灾环境敏感性、承灾体易损性和防灾减灾能力4个灾害风险因子,采用GIS技术及统计学方法,评估浦城县早稻暴雨洪涝风险等级,并对其风险等级进行区划。结果表明:浦城早稻暴雨洪涝灾害风险的等级分为低风险区、中等风险区和高风险区,其中,低风险区主要分布在枫溪乡和河滨街道全区域,濠村乡、古楼乡、忠信镇、山下乡、永兴镇、水北街镇和九牧镇的部分区域,官路乡、盘亭乡、仙阳镇、管厝乡和富岭镇的少部分区域;中等风险区主要分布在官路乡、盘亭乡、九牧镇、忠信镇、仙阳镇、管厝乡、富岭镇、万安乡、水北街镇、莲塘镇、临江镇、石陂镇、永兴镇和南浦街道的部分区域,古楼乡、山下乡和濠村乡的少部分区域;高风险区主要分布在南浦街道的中部区域,万安乡的西部区域,临江镇的中部区域和富岭镇的少部分区域。     

滇东北农业低温冷害风险度空间分异研究

在总结国内外关于灾害风险研究的基础上,以滇东北地区为案例,通过分析农业低温冷害自然致灾风险值和承灾体易损度指数,构建滇东北地区农业低温冷害综合风险度评价模型.对农业低温冷害综合风险度进行分级,并利用GIS技术绘制滇东北地区农业低温冷害综合风险区划图;最后,借用交通网络结构的测量参数对自然致灾风险区、易损度等级区及综合风险区进行空间结构分析,且对低温冷害系统内部一些要素进行关联性分析.结果表明,滇东北地区缺失农业低温冷害综合风险的较高风险区,存在极高风险区、高风险区、中风险区、低风险区4个风险等级区;综合风险度呈现自中部分别向北部、南部逐渐减弱的空间态势;从各级风险区空间结构分析,分散指数越小,表明区域内部不同等级区之间的破碎性越小、连通度越高,同一等级区的连片分布特征越明显.     

����ʡũҵ�����ֺ��������ӵķ�������

为生产上作物布局的优化调整及气象灾害的预测与防治提供依据,在贵州主要农业气象灾害致灾因子风险评估的基础上,综合考虑贵州省农业气象灾害致灾因子和孕灾环境,采用局部薄盘光滑样条函数模型,将地理因子及孕灾环境作为变量和协变量,对贵州农业气象灾害致灾因子风险进行空间精细化区划.结果表明:贵州倒春寒的高风险区域主要分布在西北部的高海拔地区,秋风高风险区在西北部有成片分布;春旱呈从东到西逐渐加大的分布特点,相对高风险区域主要包括黔西南州、黔南州西南部、六盘水市、安顺市西南部和毕节地区西部;夏旱与春旱空间分布相反,呈从东向西逐渐减小的分布规律及水平地带的连续性和成片分布的特点,常年一般在贵州省东部地区出现成片的夏旱.该区划图(100 m×100m栅格分辨率)相对于空间叠加法或传统空间插值方法具有更好的空间连续性和精确性.     

贵州省农业气象灾害致灾因子的风险区划

为生产上作物布局的优化调整及气象灾害的预测与防治提供依据,在贵州主要农业气象灾害致灾因子风险评估的基础上,综合考虑贵州省农业气象灾害致灾因子和孕灾环境,采用局部薄盘光滑样条函数模型,将地理因子及孕灾环境作为变量和协变量,对贵州农业气象灾害致灾因子风险进行空间精细化区划。结果表明:贵州倒春寒的高风险区域主要分布在西北部的高海拔地区,秋风高风险区在西北部有成片分布;春旱呈从东到西逐渐加大的分布特点,相对高风险区域主要包括黔西南州、黔南州西南部、六盘水市、安顺市西南部和毕节地区西部;夏旱与春旱空间分布相反,呈从东向西逐渐减小的分布规律及水平地带的连续性和成片分布的特点,常年一般在贵州省东部地区出现成片的夏旱。该区划图(100m×100m栅格分辨率)相对于空间叠加法或传统空间插值方法具有更好的空间连续性和精确性。     

青海省民和县冬小麦干旱农业气象灾害风险区划

为防御或减轻气象灾害对农业生产的影响,本文利用青海省50个气象台站1961年以来到2007年12月的日照、气温、气压、蒸发、地面温度等气象资料。西宁、格尔木、玉树3个太阳辐射观测站总辐射观测资料。构建民和县冬小麦气候生产潜力模式,进而对当地冬小麦平均减产率以及干旱风险指数等展开分析。在进行冬小麦干旱灾害风险区划的评价时,选取本区冬小麦种植区划、光温生产潜力分布、平均减产率、气候生产潜力以及干旱风险指数等指标来进行,并在评估干旱风险上用到GIS统计分布与空间叠置分析功能,通过对民和县气候资源的区划,将民和地区冬小麦干旱风险区划为非种植区、低风险区、中风险区、较高风险区、高风险区五个区域。     

山西省玉米低温冷害风险评估与区划

本文以玉米作为研究对象,在自然灾害风险理论的基础上,从致灾因子危险性、孕灾环境敏感性、承灾体易损性构建评估模型,对玉米低温冷害进行风险研究,得出：山西省玉米致灾因子危险性等级与孕灾环境敏感性等级均是南部地区要高于北部地区;承灾体易损性等级为北部地区高于南部地区。对玉米低温冷害风险进行区划,高风险区和次高风险区分布在北部的大同、忻州地区;次低风险区和低风险区分布在南部地区;中等风险区主要位于山西省中部地区。整体而言,北部地区玉米低温冷害风险等级高于南部地区。     

山西省玉米低温冷害风险评估与区划研究

本文以玉米作为研究对象,在自然灾害风险理论的基础上,从致灾因子危险性、孕灾环境敏感性、承灾体易损性构建评估模型,对玉米低温冷害进行风险研究。结果表明,山西省玉米致灾因子危险性等级与孕灾环境敏感性等级均是南部地区高于北部地区;承灾体易损性等级为北部地区高于南部地区。对玉米低温冷害风险进行区划,高风险区和次高风险区分布在北部的大同、忻州地区;次低风险区和低风险区分布在南部地区;中等风险区主要位于山西省中部地区。整体而言,北部地区玉米低温冷害风险等级高于南部地区。     

长沙市主要农业气象灾害风险区划

该文采用长沙地区四个国家气象站1981～2010年逐日气象资料与长沙地区地形高程资料(DEM),对影响长沙的六种气象灾害进行风险等级区划分析,以期为长沙市农业生产的气象灾害防御提供依据。结果表明：(1)长沙市大部分地区为高温热害高风险区,干旱灾害、倒春寒灾害中等风险区,洪涝灾害、五月低温灾害、寒露风灾害低风险区。(2)大围山、连云山、伪山为洪涝灾害、倒春寒灾害、五月低温灾害、寒露风灾害次高或高风险区,干旱灾害、高温热害低风险区。(3)连云山与大围山之间的峡谷地带为洪涝灾害高风险区,长沙市区南部湘江河谷地带为倒春寒灾害高风险区。(4)通过K-means聚类分析,长沙市农业气象灾害气候风险可划分为高温热害、干旱,较高的倒春寒的气候风险区等六个区。     

宁夏酿酒葡萄晚霜冻气候风险研究

收集整理了宁夏16个气象站1961—2015年的逐日最低气温资料,根据酿酒葡萄晚霜冻气候指标,采用所建立的晚霜冻气候风险评价指标因子和综合评价模型,对宁夏酿酒葡萄种植区的晚霜冻气候风险影响因子进行了分析,综合评价了各地的晚霜冻气候风险,并制作了区划图。结果表明,宁夏可分为高风险区、次高风险区、中等风险区、次低风险区和低风险区5个酿酒葡萄晚霜冻气候风险区域。晚霜冻综合气候风险较高(高风险和次高风险)的区域主要分布在沙坡头西南、海原南部、同心南部、盐池东部和陶乐等地,这一地区霜冻发生频率高,年均霜冻日数多,种植酿酒葡萄经常会遭遇严重的霜冻灾害;低风险区主要分布在引黄灌区中南部大部地区及中部干旱带的同心北部地区。     

黑龙江省水稻产量风险分布及区划

[目的]分析黑龙江省水稻产量风险的空间分布规律,并进行风险区划。[方法]对黑龙江省历年水稻单产相对气象产量序列进行正态分布判别和偏态分布正态化处理,选取水稻平均减产率、减产率变异系数和减产率大于10%的风险概率作为评价指标,分析黑龙江省水稻产量风险的空间分布规律,并采用K-means平均聚类算法进行黑龙江省水稻产量的灾害风险区划。[结果]按照水稻产量的灾害风险区划,将黑龙江省划分为低、中、高3类风险区。黑龙江省水稻单产减产风险区呈整体连片、局部分散的特点。高风险区位于黑龙江省东北部和西南部地区,北部及东部地区为中风险区,而黑龙江省中部和南部地区风险最低,属于低风险区。[结论]合理调整种植结构,加强水稻生产管理和完善灌溉设施是规避黑龙江水稻产量风险的主要措施。     

基于GIS的汉中市气象灾害风险评估

基于GIS软件以1971～2010年汉中市气象数据作为数据源,对该区域的暴雨、干旱、连阴雨、低温等气象灾害的空间分布进行了研究,并采用风险指数法对各气象灾害进行了风险评估;在此基础上对汉中市综合气象灾害的空间分布特征进行了插值分析。结果显示:汉中市23%的地区为气象灾害低风险区,且集中在中部盆地;而海拔较高的山地地区为综合气象灾害高风险区,占全市总面积的70%左右。     

基于GIS的汉中市气象灾害风险评估

基于GIS软件以1971～2010年汉中市气象数据作为数据源,对该区域的暴雨、干旱、连阴雨、低温等气象灾害的空间分布进行了研究,并采用风险指数法对各气象灾害进行了风险评估;在此基础上对汉中市综合气象灾害的空间分布特征进行了插值分析。结果显示:汉中市23%的地区为气象灾害低风险区,且集中在中部盆地;而海拔较高的山地地区为综合气象灾害高风险区,占全市总面积的70%左右。     

基于GIS的水稻气象灾害风险评估——以四川广元旺苍县为例

为研究旺苍县水稻气象灾害风险,本研究利用1981-2017年旺苍县附近4个国家气象站和2012-2017年19个旺苍县乡镇区域站气象资料,以及4个县和35个乡镇统计年鉴数据,通过相关分析确定水稻生育期内主要气象灾害,利用自然灾害风险评估原理,综合分析孕灾环境敏感性、致灾因子危险性、承灾体脆弱性、承灾体暴露性以及当地防灾减灾能力,分别评估生育期内不同气象灾害风险,利用层次分析法和加权综合评价法构建水稻气象灾害评估体系,并对其进行综合风险评价.结果表明:旺苍县水稻气象灾害风险分布由西南向东北递减,高风险和次高风险区域主要分布在白水镇、尚武镇、枣林乡、嘉川镇、东河镇、柳溪乡、黄洋镇、龙凤乡、普济镇、农建乡、化龙乡、木门镇、九龙乡等西南部乡镇;低风险性区域主要分布在檬子乡、大河乡、鼓城乡、水磨乡、万山乡、五权镇、大德乡、大两乡东部等东北部地区,实际生产中要选育抗性强的水稻品种,尤其是高风险和次高风险地区,不断提高当地抵御灾害风险的能力.     

宜丰县暴雨灾害风险区划研究

为进一步做好宜丰降水预报,完善气象服务工作。本文基于宜丰县历年国家基本气象站、17个区域自动气象站历年降水资料, DEM高程数据,辖区内社会经济资料,确定暴雨灾害的致灾因子、孕灾环境、承灾体易损性等区划因子,并使用ArcGIS对各项因子进行模拟计算,最终获得完整的宜丰县暴雨灾害风险区划图。区划结果表明:宜丰呈现高风险偏向南面、低风险偏北的特征。而低风险区,又是北部高于其他区域;高风险区则南部高于北部,中风险区持分级状态。